但是，当一个行业的芯片比该行业所使用的更具成本效益时，它对其他行业有用时，会发生什么？这正是汽车芯片正在发生的事情。

对汽车电子的可靠性和供应链责任制的严格关注并没有被忽视。为汽车应用开发的芯片在热，冷和振动的极端压力下应能持续使用15年或更长时间。

“从汽车的角度来看，您需要通过的资格鉴定为您在工业应用和数据中心中带来了巨大的好处，” Imagination Technologies的汽车业务和产品管理Jaime Broome说道。“工业和数据中心是两个用例。在这两个用例中，汽车会有一些开销。在工业和数据中心世界中，对于更多基于消费者的零件具有更大的容忍度。但是，如果有选择的话，我显然总是想走更安全，更宽容的芯片之路。”

数据中心和汽车有并行需求。布鲁姆说：“使用诸如纠错算法（ECC）之类的东西诞生了，并且从数据中心中运行的计算机中发现了错误，这与汽车具有完全重叠的协同作用，整个丰田汽车意外的加速问题都带有宇宙射线的翻转。”

Broome 谈到丰田的意外加速事件是汽车行业的转折点。“经过该事件，现在丰田在汽车行业的所有出发点都是确保汽车被检查、被验证，达到了很高的安全标准。但这一事件也让所有工程师包括我自己头皮发冷。”

这也引起了NASA的注意。航空航天业也了解rad-hard和ECC。宇宙射线和太阳风在太空中的翻转比在地球上要多。但是，太空飞行的预算通常很大，而且设计需要自定义的冗余，您不能买到现成的。因此，军用航空电子设备和航天器不同于工业和汽车工业。但是，太空工业正在发展，它寻找芯片的方式可能会改变。

自动驾驶汽车EDA公司AImotive已开始与卫星行业合作，以人造卫星制造AI进行实时图像处理。AImotive为自动驾驶汽车制造了神经网络硬件加速器IP。“汽车的关键在于在扩展的温度范围内的安全性，可靠性和耐用性，” AImotive市场营销执行副总裁Tony King-Smith说。“这就是合作开始的原因。那里有一组共同的兴趣爱好。AIWare从头开始设计，具有强大的功能。它从一开始就设计为在存在错误的情况下有效，并且能够非常有效地进行恢复。所有这些特性使其非常适合航天器类型的应用。汽车行业与太空之间的这种协同作用非常有趣。”

Nextchip正在芯片中使用AIware，并将在年底前获得其第一批带有AIware引擎的汽车级扩展温度范围设备的样品。“如果您可以携带该设备，那么在多大程度上足以放入有效载荷，它可以做什么样的有用工作？这又回到了航天工业，他们一直在寻找能够访问技术的方法，而只为航天器定制芯片是一种非常昂贵的方法，”金史密斯说。“为了重新利用已经为扩展的温度范围而设计的汽车芯片，该芯片设计可靠且坚固耐用，并有充分的文件证明，这些都是航天工业的选择。这就是为什么我们要进行这种合作的原因。它正在利用我们在汽车领域已经在做的事情，并将其重新定位为空间用途。”

实际上，硬件上的空间可能更苛刻，但是法规还不多，至少目前还没有。Imagination的Broome说：“汽车或半消费市场-汽车在某个时候成为消费市场-需要监管。” “尽管这存在于航空电子设备中，但它在太空中的存在并不多。当某些事情变得规范时，人们会非常害怕。而且所涉及的成本很高，因此人们会在受监管的环境中进行大量测试。”

汽车芯片在其他市场也产生了重大影响。

“现在，大型数字芯片已成为汽车的核心，它提高了安全性，可靠性和可靠性的门槛，而对于计算机或iPhone则从来没有，”美国半导体部门产品营销总监Marc Swinnen说。ANSYS。“现在，突然之间，它提高了这些东西的知名度。像ISO 26262这样的技术是半导体行业迈出的一步。我们从不必担心如此高的可靠性。同时，汽车行业必须应对在系统核心使用大型数字芯片的现实，这对他们来说也是新事物。因此，这是双向学习的一部分。”

进化

然而，汽车电子并不是凭空创造的。Broome说：“如果您看看Imagination在IP市场上的发展，特别是与德州仪器（TI）、诺基亚这样的公司，创造了怎样的成绩。特别是与诺基亚公司在智能手机应用处理器方面的成功。"“在全世界还不知道如何运行智能手机之前，我们与诺基亚就设计出了用于智能手机的芯片。这中间需要其他公司参与将其落地应用，但芯片的基本框架在那里，并应用到汽车领域。航空电子和军事技术是工业和汽车工业中许多技术以及许多安全标准的先驱。事情由此产生，特别是在军事航天时代的航空电子设备方面。”

Broome说，同样的事情也发生在瑞萨。“Imagination用于 Dreamcast 游戏主机的芯片被一家专注汽车电子的公司瑞萨（Renesas）所采用。在我们15年到20年的发展历程中，我们甚至都没意识到，汽车基因已经融入了我们的DNA。显然，我们的两个主要客户为我们提供了这种可靠性。现在，所有人突然之间都在谈论安全性，但一个更大的话题是，您的设备能多快地检测到崩溃并恢复正常？我们已经为此投入多年。”

但是，现在可以通过设计实现针对多个行业的芯片灵活性。从事Tensor传感处理器（TSP）的AI初创公司Groq正在开发可灵活适应不同用例的芯片。TSP架构的第一个ASIC实施产生了超过1 teraop / second / mm 2的硅计算密度。该芯片在14nm上为25 x 29mm。该公司声称其架构足够简单，可以扩展到超级计算机和数据中心，而缩减到汽车。Groq产品与营销副总裁Bill Leszinske说：“我们的架构具有如此的范围和特性，这使自动驾驶汽车变得非常有趣。” “我们确实对该领域感兴趣。事情之一是芯片是确定性的。”

过渡中的可靠性

在幕后，汽车供应链正处于一个重要的过渡之中。ADAS中使用的AI系统（最终可以在自动驾驶汽车中使用）仍在开发中。这首次包括在领先的工艺节点和先进封装中开发的芯片。

KLA的行业和客户合作高级总监Chet Lenox表示：“汽车中将会有很多产品。” “并非所有人都是前沿节点。后缘仍然非常重要。但是在最前沿，我们确实必须改变实现过程控制的方式，才能满足汽车需求。人们将调整或已经调整其测试程序的可靠性。在包装方面有一些关于水分等问题的担忧。但是，对于温度来说，它是众所周知的。唯一的例外是允许的故障率。就现场的故障率而言，我们已经在面向消费者的思维模式的领先节点上运行了很长时间。那部分有点吓人。”

业界非常了解这些问题。莱诺克斯说：“我们正在开发使我们能够更多利用晶圆厂中的数据来预测现场可靠性故障的技术。” “ 机器学习就是一个巨大的一部分。一般而言，计量检验仅用于制造厂中的过程控制。因此，控制偏移，弄清楚缺陷状况是什么样的，然后消除主要缺陷，使CD处于受控状态，以便使生产线末端的参数良好。最终的仲裁者是分类，产量和最终的包装测试。如果那是绿色的，那您应该没事。我们现在正在看的是那些东西没有捕获潜在的可靠性故障。零件可以通过，并且缺陷模式可以稍后在汽车中激活。那是第一洞。第二点是您的测试覆盖范围巨大。在那些测试中，有很大一部分模具是未经测试的。在先进的CMOS中，您无法测试整个设备。汽车需要填补未激活的潜在可靠性缺陷和测试覆盖范围的缺陷。”

安全性在这方面也是一个方面，特别是随着设备变得越来越异构。DARPA Microsystems Technology Office的项目经理Serge Leef说：“人们正在创造更多的硬件加速器，这些加速器不是设计的外围工具。“这增加了硬件方面的攻击面。导弹制导可以在软件中实现，但这还不够快。因此，这显然是使用专用硬件进行硬件加速的候选对象。从软件到硬件的转变是一个新的转变。”

挑战在于，每个硬件都是附加IP，需要对其可靠性和安全性进行测试。在mil / aero中，这很复杂。它需要跟踪供应链中的每个组件。汽车行业出于大致相同的原因而遵循类似的准则。

“在汽车行业，他们正在研究IP的可追溯性，” ClioSoft的营销主管Simon Rance说。“每个工件都可以追踪。如果引用不再被其他任何人引用，则可以对其进行清理。您需要具有足够的可追溯性，并且需要能够测试所有内容。由于不满足这些要求，很多东西被抛在了后面。”

他并不孤单。yieldHUB首席执行官John O'Donnell说：“在AI，区块链，汽车和5G中，可追溯性现在至关重要。” “您需要能够精确地搜索晶片上晶片的位置。”

O'Donnell说，这些数据也至少需要保持与设备使用寿命一样长的时间。因此，在汽车行业，这意味着某些数据需要保存长达20年或更长时间，因为该领域的故障可能会在十年或更长时间后出现。

结论

数字汽车芯片吸引了其他行业，因为它们具有内置的经过测量，认证的可靠性和安全性，但是可靠性仍在研究中。汽车芯片在未来15或20年内如何才能达到其认证的可靠性，这需要可追溯性，测试改进，分析和持续的现场监控。在半导体，汽车，测试和分析行业解决此问题的同时，其他行业也在关注并可能受益。